编者按
葡萄膜玄色素瘤（UM）是成东谈主最常见的原发性眼内恶性肿瘤，其年发病率约为6例/百万东谈主口，具有高度侵袭性。约50%患者最终发生远方滚动（其中90%为肝滚动），滚动后中位糊口期仅6～12个月，这一预后突显了早期会诊的紧迫性。传统UM会诊体系依赖于多模态影像合并分析：眼底彩照捕捉橙红色素千里积特征；超声生物显微镜测定肿瘤三维参数（厚度＞2mm，基底最大直径＞5mm）；光学相关断层扫描（OCT）识别视网膜下积液及重生血管酿成等继发改革。可是临床实践潜入，23%转诊病例存在前期误诊史，主要源于非典型UM与眉目膜色素痣的形态学重复。Sarah E Coupland团队近期在Ophthalmol Sci发表研究，考据自监督深度学习框架RETFound对二者的辨别成果，为AI启动眼科精确调治提供新范式。
研究模式
在甩掉低质料图像后，研究纳入了18510张UM、8671张眉目膜色素痣和1192张健康眼图像。研究团队聘请基于视觉Transformer架构的自监督学习模子RETFound，针对“UM VS眉目膜色素痣”的二分类任务进行迁徙学习微调，继而彭胀为包含健康眼的三分类模子。性能考据聘请多维度标的交叉考据，要紧标的为受试者职责特征弧线底下积（AUROC），次要标的包括准确率、智谋度、特异度、F1分数及Matthews相相关数（MCC）等。统计分析聘请DeLong测验比较ROC弧线相反，分类阈值由Youden指数笃定。
研究扫尾
基线特征通晓：UM组男性比例略高，滚球app中国官方网站眉目膜色素痣组女性占比较多，两组患者中位年岁无统计学相反。与眉目膜色素痣组比较，UM组的肿瘤最大基底直径及厚度更大。在UM组中，T3分期最为常见，其次为T2、T1和T4分期；而在眉目膜色素痣组中，Z6尊龙凯时官方网站T1分期最为常见，少量数被归类为T2和T3分期，未见T4分期。玻璃膜疣（眉目膜色素痣50% VS UM8%）与视网膜下液（UM46% VS 眉目膜色素痣7%）溜达相背。
二分类模子性能：RETFound在辨别UM与眉目膜色素痣任务中，合座准确率达0.83。模子特异性高达0.87，智谋度为0.79，F1分数0.84，MCC 0.66，潜入出优异的分类沉静性。AUROC达0.90（0.87-0.93），ROC弧线紧贴左上象限，说明其出色的分类判别智力。
图1.A：眼底图像中玄色素瘤与眉目膜色素痣分类扫尾的污染矩阵。B：模子在眼底图像上的AUROC为0.90。
亚组分析启示：针对小肿瘤辨别难点，研究团队辞别以T1期和T2期UM合并眉目膜色素痣样本进行测试。扫尾潜入，T1亚组准确率为0.80，T2亚组为0.83，说明模子对早期病变仍具会诊价值。特别在甩掉视网膜下积液/玻璃膜疣的病例中，准确率辞别擢升至0.84和0.89。
三分类模子性能：模子彭胀至包含健康眼的三分类任务后，对UM、色素痣及健康眼的识别准确率辞别为86%、76%和83%；平均准确率为82%，平均特异度85%、平均明锐度73%。尽管受数据集不平衡影响（F1 0.72），其性能仍显耀优于传统会诊模式。
研究论断
该研究扫尾说明了基于自监督深度学习模子在单中心开首、图像数据溜达不均的大范围部队中罢了UM与眉目膜色素痣高精度辨别会诊的可行性。需崇尚，面前研究存在单中心数据的局限性，后续议论开展多中心外部考据（包括亚洲东谈主群部队），并探索多模态影像交融（如增强MRI纹理特征）以进一步擢升会诊精度。
参考文件：Jackson M， Kalirai H， Hussain RNZ6尊龙， Heimann H， Zheng Y， Coupland SE. Differentiating Choroidal Melanomas and Nevi Using a Self-Supervised Deep Learning Model Applied to Clinical Fundoscopy Images. Ophthalmol Sci. 2024 Nov 8;5(2):100647. doi: 10.1016/j.xops.2024.100647. PMID: 39802204; PMCID: PMC11719834.
开云体育(中国)官方网站
备案号: